Professional-Cloud-Architect 문제 96
고객은 Google Cloud Platform에서 실행되는 게임 서버에서 여러 GB에 달하는 실시간 핵심성과지표(KPI) 집계를 캡처하고 짧은 지연 시간으로 KPI를 모니터링하기를 원합니다. KPI를 어떻게 포착해야 합니까?
Professional-Cloud-Architect 문제 97
사례 연구: 6 - TerramEarth
회사 개요
TerramEarth는 광업 및 농업 산업을 위한 중장비를 제조합니다. 에 대한
사업의 80%는 광업에서, 20%는 농업에서 이루어집니다. 현재 100개국에 500개 이상의 딜러와 서비스 센터를 보유하고 있습니다. 그들의 임무는 고객의 생산성을 높이는 제품을 만드는 것입니다.
솔루션 컨셉
초당 120개 필드의 데이터를 수집하는 2천만 대의 TerramEarth 차량이 작동 중입니다.
데이터는 차량에 로컬로 저장되며 차량 정비 시 분석을 위해 액세스할 수 있습니다.
데이터는 유지 관리 포트를 통해 다운로드됩니다. 이 동일한 포트를 사용하여 작동 매개변수를 조정하면 차량을 새로운 컴퓨팅 모듈로 현장에서 업그레이드할 수 있습니다.
약 200,000대의 차량이 셀룰러 네트워크에 연결되어 TerramEarth가 데이터를 직접 수집할 수 있습니다. 하루 22시간 작동하여 초당 120개 데이터 필드의 속도로 TerramEarth는 이러한 연결된 차량에서 하루 총 약 9TB를 수집합니다.
기존 기술 환경
TerramEarth의 기존 아키텍처는 단일 미국 서부 해안 기반 데이터 센터에 상주하는 Linux 및 Windows 기반 시스템으로 구성됩니다. 이러한 시스템은 현장에서 CSV 파일을 압축하고 FTP를 통해 업로드한 후 데이터 웨어하우스에 데이터를 저장합니다. 이 프로세스에는 시간이 걸리기 때문에 집계된 보고서는 3주 전의 데이터를 기반으로 합니다.
이 데이터를 통해 TerramEarth는 교체 부품을 사전에 비축하고 차량의 계획되지 않은 가동 중지 시간을 60%까지 줄일 수 있었습니다. 그러나 데이터가 오래되었기 때문에 일부 고객은 교체 부품을 기다리는 동안 최대 4주 동안 차량 없이 지내기도 합니다.
비즈니스 요구 사항
계획되지 않은 차량 가동 중지 시간을 1주일 미만으로 줄입니다.
* 고객이 장비를 더 나은 방식으로 사용하는 방법에 대한 더 많은 데이터로 딜러 네트워크를 지원하십시오.
* 새로운 제품과 서비스 포지셔닝
다양한 회사, 특히 종자 및 비료 공급업체와 협력할 수 있는 능력 보유
* 빠르게 성장하는 농업 사업에서 - 고객을 위한 매력적인 공동 제안을 창출합니다.
기술 요구 사항
단일 데이터 센터 이상으로 확장하여 미국 중서부 및 동부 지역의 대기 시간 감소
* 해안.
백업 전략을 수립합니다.
* 장비에서 데이터센터로의 데이터 전송 보안을 강화합니다.
* 데이터 웨어하우스의 데이터를 개선합니다.
* 고객 및 장비 데이터를 사용하여 고객 요구를 예측하십시오.
* 애플리케이션 1: 데이터 수집
사용자 정의 Python 애플리케이션은 단일 서버에서 업로드된 데이터 파일을 읽고 데이터 웨어하우스에 씁니다.
컴퓨팅:
윈도우 서버 2008 R2
* - CPU 16개
- 128GB RAM
- 10TB 로컬 HDD 스토리지
적용 2: 보고
비즈니스 분석가가 일일 보고서를 실행하여 수리가 필요한 장비를 확인하는 데 사용하는 기성 애플리케이션입니다. 10명(서해안 5명, 동해안 5명)으로 구성된 팀 중 2명의 분석가만 한 번에 보고 애플리케이션에 연결할 수 있습니다.
컴퓨팅:
선반 응용 프로그램에서 벗어났습니다. 물리적 CPU 수에 따른 라이선스
* - 윈도우 서버 2008 R2
- CPU 16개
- 32GB RAM
- 500GB HDD
데이터웨어 하우스:
단일 PostgreSQL 서버
* - 레드햇 리눅스
- CPU 64개
- 128GB RAM
- RAID 0의 4x 6TB HDD
임원진술서
우리의 경쟁 우위는 경쟁사보다 더 낮은 비용으로 더 나은 차량을 제작할 수 있는 능력을 통해 항상 제조 공정에 있었습니다. 그러나 다양한 접근 방식을 갖춘 신제품이 지속적으로 개발되고 있으며, 업계에서 다음 변화의 물결을 겪을 수 있는 기술이 부족하다는 점이 우려됩니다. 저의 목표는 점진적인 혁신을 통해 즉각적인 시장 요구 사항을 해결하면서 기술을 구축하는 것입니다.
이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. TerramEarth는 Cloud Storage에 데이터 파일을 저장하기로 결정했습니다. 1년 동안의 데이터를 저장하고 파일 저장 비용을 최소화하려면 Cloud Storage 수명 주기 규칙을 구성해야 합니다.
어떤 두 가지 조치를 취해야 합니까?
회사 개요
TerramEarth는 광업 및 농업 산업을 위한 중장비를 제조합니다. 에 대한
사업의 80%는 광업에서, 20%는 농업에서 이루어집니다. 현재 100개국에 500개 이상의 딜러와 서비스 센터를 보유하고 있습니다. 그들의 임무는 고객의 생산성을 높이는 제품을 만드는 것입니다.
솔루션 컨셉
초당 120개 필드의 데이터를 수집하는 2천만 대의 TerramEarth 차량이 작동 중입니다.
데이터는 차량에 로컬로 저장되며 차량 정비 시 분석을 위해 액세스할 수 있습니다.
데이터는 유지 관리 포트를 통해 다운로드됩니다. 이 동일한 포트를 사용하여 작동 매개변수를 조정하면 차량을 새로운 컴퓨팅 모듈로 현장에서 업그레이드할 수 있습니다.
약 200,000대의 차량이 셀룰러 네트워크에 연결되어 TerramEarth가 데이터를 직접 수집할 수 있습니다. 하루 22시간 작동하여 초당 120개 데이터 필드의 속도로 TerramEarth는 이러한 연결된 차량에서 하루 총 약 9TB를 수집합니다.
기존 기술 환경
TerramEarth의 기존 아키텍처는 단일 미국 서부 해안 기반 데이터 센터에 상주하는 Linux 및 Windows 기반 시스템으로 구성됩니다. 이러한 시스템은 현장에서 CSV 파일을 압축하고 FTP를 통해 업로드한 후 데이터 웨어하우스에 데이터를 저장합니다. 이 프로세스에는 시간이 걸리기 때문에 집계된 보고서는 3주 전의 데이터를 기반으로 합니다.
이 데이터를 통해 TerramEarth는 교체 부품을 사전에 비축하고 차량의 계획되지 않은 가동 중지 시간을 60%까지 줄일 수 있었습니다. 그러나 데이터가 오래되었기 때문에 일부 고객은 교체 부품을 기다리는 동안 최대 4주 동안 차량 없이 지내기도 합니다.
비즈니스 요구 사항
계획되지 않은 차량 가동 중지 시간을 1주일 미만으로 줄입니다.
* 고객이 장비를 더 나은 방식으로 사용하는 방법에 대한 더 많은 데이터로 딜러 네트워크를 지원하십시오.
* 새로운 제품과 서비스 포지셔닝
다양한 회사, 특히 종자 및 비료 공급업체와 협력할 수 있는 능력 보유
* 빠르게 성장하는 농업 사업에서 - 고객을 위한 매력적인 공동 제안을 창출합니다.
기술 요구 사항
단일 데이터 센터 이상으로 확장하여 미국 중서부 및 동부 지역의 대기 시간 감소
* 해안.
백업 전략을 수립합니다.
* 장비에서 데이터센터로의 데이터 전송 보안을 강화합니다.
* 데이터 웨어하우스의 데이터를 개선합니다.
* 고객 및 장비 데이터를 사용하여 고객 요구를 예측하십시오.
* 애플리케이션 1: 데이터 수집
사용자 정의 Python 애플리케이션은 단일 서버에서 업로드된 데이터 파일을 읽고 데이터 웨어하우스에 씁니다.
컴퓨팅:
윈도우 서버 2008 R2
* - CPU 16개
- 128GB RAM
- 10TB 로컬 HDD 스토리지
적용 2: 보고
비즈니스 분석가가 일일 보고서를 실행하여 수리가 필요한 장비를 확인하는 데 사용하는 기성 애플리케이션입니다. 10명(서해안 5명, 동해안 5명)으로 구성된 팀 중 2명의 분석가만 한 번에 보고 애플리케이션에 연결할 수 있습니다.
컴퓨팅:
선반 응용 프로그램에서 벗어났습니다. 물리적 CPU 수에 따른 라이선스
* - 윈도우 서버 2008 R2
- CPU 16개
- 32GB RAM
- 500GB HDD
데이터웨어 하우스:
단일 PostgreSQL 서버
* - 레드햇 리눅스
- CPU 64개
- 128GB RAM
- RAID 0의 4x 6TB HDD
임원진술서
우리의 경쟁 우위는 경쟁사보다 더 낮은 비용으로 더 나은 차량을 제작할 수 있는 능력을 통해 항상 제조 공정에 있었습니다. 그러나 다양한 접근 방식을 갖춘 신제품이 지속적으로 개발되고 있으며, 업계에서 다음 변화의 물결을 겪을 수 있는 기술이 부족하다는 점이 우려됩니다. 저의 목표는 점진적인 혁신을 통해 즉각적인 시장 요구 사항을 해결하면서 기술을 구축하는 것입니다.
이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. TerramEarth는 Cloud Storage에 데이터 파일을 저장하기로 결정했습니다. 1년 동안의 데이터를 저장하고 파일 저장 비용을 최소화하려면 Cloud Storage 수명 주기 규칙을 구성해야 합니다.
어떤 두 가지 조치를 취해야 합니까?
Professional-Cloud-Architect 문제 98
데이터베이스 관리팀에서는 Google Compute Engine에서 실행되는 새 데이터베이스 서버의 성능을 개선할 수 있도록 도와달라고 요청했습니다. 데이터베이스는 성능 통계를 가져오고 정규화하기 위한 것이며 Debian Linux에서 실행되는 MySQL로 구축되었습니다. 80GB SSD 영구 디스크를 갖춘 n1-standard-8 가상 머신이 있습니다. 이 시스템에서 더 나은 성능을 얻으려면 무엇을 변경해야 합니까?
Professional-Cloud-Architect 문제 99
귀하는 온라인 분석 처리(OLAP) 마케팅 분석 및 보고 도구를 구축하는 임무를 맡고 있습니다.
이를 위해서는 수백 테라바이트의 데이터를 처리할 수 있는 관계형 데이터베이스가 필요합니다. 이러한 애플리케이션에 대해 Google에서 권장하는 도구는 무엇입니까?
이를 위해서는 수백 테라바이트의 데이터를 처리할 수 있는 관계형 데이터베이스가 필요합니다. 이러한 애플리케이션에 대해 Google에서 권장하는 도구는 무엇입니까?
Professional-Cloud-Architect 문제 100
Mountkirk Games는 리소스의 물리적 위치를 운영 Google Cloud 리전으로 제한하려고 합니다.
당신은 무엇을 해야 합니까?
당신은 무엇을 해야 합니까?